CN101382912A - 一种面向应用服务器的资源敏感性能优化方法及其系统 - Google Patents
一种面向应用服务器的资源敏感性能优化方法及其系统 Download PDFInfo
- Publication number
- CN101382912A CN101382912A CNA2008101192785A CN200810119278A CN101382912A CN 101382912 A CN101382912 A CN 101382912A CN A2008101192785 A CNA2008101192785 A CN A2008101192785A CN 200810119278 A CN200810119278 A CN 200810119278A CN 101382912 A CN101382912 A CN 101382912A
- Authority
- CN
- China
- Prior art keywords
- resource
- reprovision
- state
- logical
- physical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Debugging And Monitoring (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种面向应用服务器的资源敏感性能优化方法及其系统,属于计算机软件技术领域。本发明的方法为:首先建立应用服务器物理资源管理框架和逻辑资源资源管理框架,并设置上述两资源管理框架中资源之间的关联关系以及资源稳态的条件;然后周期性的监测物理资源和逻辑资源的状态,根据监测结果及资源稳态条件生成并执行资源重配过程直到达到资源稳态条件。本发明的系统包括全局资源管理器、局部资源管理器、物理资源监控器。与性能度量为目标的优化方法相比,本发明以资源状态为目标,具有资源状态稳定、可以有效地避免性能优化过程中的颠簸问题、提高应用服务器的性能稳定性,同时可以快速适应资源环境的变化并提高资源重配的可持续性。
Description
技术领域
本发明涉及一种应用服务器性能优化方法及其系统,尤其涉及一种面向应用服务器的资源敏感性能优化方法及其系统,其通过对应用服务器资源的自适应管理实现其性能优化,属于计算机软件技术领域。
背景技术
应用服务器(Application Server)是20世纪末提出的一种新型中间件,在工业界和学术界的共同推动下,是近年来发展最快的中间件类型。Web应用服务器是一个用于创建、部署、运行、集成和管理多层分布式Web应用的平台,提供了包含一系列运行时服务(如消息、事务、安全、应用集成等)的基础设施和应用框架。
当负载对某种资源的需求大于应用服务器所拥有的资源时,即可称为过载,过载会给应用服务器的性能带来显著的危害。尽管通过良好的资源规划可以使应用服务器不会长时间的处于过载状态,但是由于Internet的开放性使得应用服务器总是难以完全避免的出现过载的问题(M.Crovella and A.Bestavros,“Self-similarity in World Wide Web traffic:evidence and possible causes”,In Proceedings of the 1996 ACM SIGMETRICS,1996)。对于Web系统而言,解决过载问题是保持良好性能和QoS保障的重要目标,必须通过资源管理实现该目标。
应用服务器的基本服务模式是一种请求应答模式。客户的请求通过网络到达应用服务器,应用服务器根据其业务逻辑做出应答,然后再通过网络返回给客户。客户请求从到达应用服务器到应用服务器处理完该客户请求的时间间隔称为客户请求在服务器端延迟;从客户发出请求到客户接收到应答之间的时间间隔称为客户请求的响应时间;客户请求的响应时间包含客户请求在网络中传输时间,服务器端延迟以及客户请求在客户端延迟(如浏览器延迟等)。请求响应时间是主要的性能指标之一,而服务器端延迟是请求响应时间的重要组成部分,且对于应用服务器而言,仅能控制请求的服务器端延迟,因此服务器端延迟是应用服务器性能核心问题之一,而另外一种重要的性能指标——吞吐率也和服务器端延迟密切相关。研究成果(T.Abdelzaher,KG.Shin and N.Bhatti,“PerformanceGuarantees for Web Server End-Systems:A Control-Theoretical Approach”,IEEE.Transactions on Parallel and Distributed Systems,13(1),Jan.2002)表明,当应用服务器过载时,服务器端延迟更容易成为系统的性能瓶颈。
应用服务器的性能问题主要是由于并发的客户请求(应用服务器的负载主要形式)引起的,尤其是当客户请求的资源需求总量大于应用服务器的资源总量时。此时应用服务器对部分客户请求的处理因为等待资源而不得不推迟,致使这部分客户的请求延迟增长。而不同的负载(并发客户的数量不同,不同类别的请求)对于不同资源的需求也不相同,因此通过动态重配应用服务器的资源优化性能是目前的主要研究方向。
(D.A.Menascé,R.Dodge and D.Barbará,“Preserving QoS of E-Commerce Sitesthrough Self-Tuning:A Performance Model Approach”,In Proceedings of 2001 ACM Conf.E-Commerce,2001)针对Web负载的特点,提出了一种资源自优化的框架,该框架根据不同的性能度量采用一种爬山法动态的调整资源的配置,使Web系统处于一种较优的性能状态。与此工作类似的,(X.Liu,L.Sha,Y.Diao,S.Froehlich,JL.Hellerstein andS.Parekh,“Online Response Time Optimization of Apache Web Server”,In Proceedingsof IWQoS,2003)提出了一种针对Apache服务器的资源重配方法,该工作仅关注线程池参数的调整,其关注的性能也主要是请求的响应时间。(J.Chase,D.Anderson,P.Thakar,A.Vahdat,and R.Doyle,“Managing Energy and Server Resources in Hosting Centers”,In Proceedings of the Eighteenth ACM Symposium on Operating Systems Principles(SOSP),October 2001)提出了一种在计算节点内部的资源管理体系结构Muse,它为每个应用指定一个评价函数,该函数用于评价应用的吞吐量产生的获益,并根据这种获益来决定资源管理策略以获取系统整体获益的提高。这些相关工作主要均采用性能度量作为性能优化的目标,由于计算环境的复杂多变,所以优化的目标性不够明确,优化效率较低。
动态管理服务资源是应用服务器性能优化的另一种主要方法,如(J.Moore,D.Irwin,L.Grit,S.Sprenkle,and J.Chase,“Managing Mixed-Use Clusters withCluster-on-Demand”,Cluster-on-Demand Draft,Internet Systems and Storage Group,November 2002)和(S.Ranjan,J.Rolia and E.Knightly,“QoS-Driven Server Migrationfor Internet Data Centers”,In Proceedings of IEEE IWQoS 2002,2002)主要研究如何通过根据负载的需求动态的配置集群的服务节点,以满足服务的QoS目标。(M.Aron,P.Druschel and W.Zwaenepoel,“Cluster Reserves:A Mechanism for Resource Managementin Cluster-based Network Servers”,In Proceedings of the ACM SIGMETRICS Conference,June 2000)提出了一种集群的资源分配方式,其目标是为不同类别的客户提供有差别的服务质量,主要是通过操作系统提供对跨节点的资源共享的支持。(J.Chase,L.Grit,D.Irwin,J.Moore,and S.Sprenkle,“Dynamic Virtual Clusters in a Grid Site Manager”,In Proceedings of The Twelfth International Symposium on High PerformanceDistributed Computing(HPDC-12),June 2003)研究了一种按需集群(CoD)的方法,它提出一种集群中管理资源的自动框架,并引入了虚拟集群的概念,用于描述共享硬件的一组主机所提供的功能集。CoD的关键在于提供一种动态调整虚拟集群大小的协议用于同插入式的中间件组件进行协作。由于Internet负载有数量级的变化,所以并该在优化应用服务器方面的作用不够明显,另外该方法将会消耗更多的计算资源。
发明内容
本发明的目的在于提供一种面向应用服务器的资源敏感性能优化方法及其系统,通过对资源按照类型进行划分,并建立不同类型资源之间的关联关系,实现应用服务器性能的优化;本发的技术方案为:
一种面向应用服务器的资源敏感性能优化方法,包括以下各步骤:
1)建立应用服务器资源两级资源管理框架;
2)监测物理资源和逻辑资源的状态;
3)根据监测结果及资源稳态条件生成资源重配过程;
4)执行资源重配过程;其中2)、3)、4)步骤为周期性执行直到达到资源稳态条件。
上述资源敏感的性能优化方法中,建立应用服务器两级资源管理框架的方法中包括以下步骤:
1)定义关注的应用服务器物理资源与逻辑资源;
2)根据系统经验建立应用服务器物理资源与逻辑资源的关联,比如逻辑资源服务器线程主要依赖于物理资源CPU和内存,而逻辑资源数据库连接主要依赖于物理资源内存和网络;
3)输入资源管理的目标,即资源稳态的条件。
上述通过监测物理资源和逻辑资源状态诊断成为性能瓶颈的逻辑资源方法中包括以下步骤:
1)监控物理资源状态(未饱和、饱和或过饱和);
2)监控每个逻辑资源的累积资源受阻值;
3)通过监测物理资源和逻辑资源状态,诊断成为性能瓶颈的逻辑资源。
上述根据监测结果生成资源重配过程方法中包括以下步骤:
1)若存在处于过饱和状态的物理资源,生成针对该物理资源的资源重配过程,具体来说需重配引起该物理资源过饱和的逻辑资源,结束该方法;
2)若不存在上述情况,则针对累积资源受阻值最大的逻辑资源生成资源重配过程;
3)如果上述两种情况均不存在,则达到资源管理目标(资源稳态),结束本周期,回到监测物理资源和逻辑资源方法。
上述资源敏感的性能优化方法中,执行所述资源重配过程的方法包括以下步骤:
1)检查当前资源重配过程是否与挂起的资源重配过程一致,如果一致转步骤2),否则转步骤3);
2)装载挂起过的重配上下文,即恢复已有的资源重配过程;转步骤4);
3)清空已有的重配上下文,并生成新的重配上下文;
4)执行当前资源重配过程;
5)保存当前的重配上下文;
6)结束本方法。
一种面向应用服务器的资源敏感性能优化系统,其包括全局资源管理器、局部资源管理器、物理资源监控器;
所述全局资源管理器负责根据系统的全局状态确定资源重配过程以及管理多个所述局部资源管理器执行资源重配过程;
所述局部资源管理器负责提供监控逻辑资源的累积资源受阻值以及执行由所述全局资源管理器发起的资源重配过程;
所述物理资源监控器用于监控物理资源的利用率并判断其状态,并将这些状态信息提供给所述全局资源管理器。
所述全局资源管理器包括重配引擎、重配管理器、瓶颈分析器;所述重配引擎负责根据全局状态生成资源重配过程,其周期性运行;所述重配管理器负责管理和分发资源重配过程,以及维护未完成的资源重配过程的挂起和恢复;所述瓶颈分析器负责根据逻辑资源的累积资源受阻值确定系统的瓶颈资源。
所述局部资源管理器包括重配执行器、物理资源监控器和逻辑资源监控器;所述重配执行器根据所述重配管理器分发的资源重配过程执行资源重配;所述物理资源监控器用于监控物理资源的使用状态,提供给全局管理器的重配引擎使用;所述逻辑资源监控器用于监控逻辑资源的受阻值,并提供给所述瓶颈资源分析器使用。
本发明的积极效果为:
1)提出一种包括物理资源与逻辑资源在内的应用服务器两级资源结构,该结构符合应用服务器资源特征,因而可以更有效地通过对资源的管理优化应用服务器的性能;
2)通过定义逻辑资源的资源受阻值诊断应用服务器的瓶颈资源,可以更准确的确定性能优化的目标;
3)提出一种以资源状态为目标的性能优化方法,与性能度量为目标的性能优化相比,具有资源状态稳定,可以有效地避免性能优化过程中的颠簸问题,提高应用服务器的性能稳定性;
4)提出一种多阶段可挂起/恢复资源重配过程执行机制,可以快速适应资源环境的变化并提高资源重配的可持续性。
附图说明
图1是应用服务器两级资源管理框架的示例图;
图2是应用服务器资源管理的流程示意图;
图3是资源重配机制执行过程示意图;
图4是支持应用服务器资源敏感性能优化系统的控制模块示例图;
图中400.全局资源管理器,401.局部资源管理器,402.物理资源监控器,400-1,重配引擎,400-2.重配管理器,400-3.瓶颈分析器,401-1.重配执行器,401-2.逻辑资源监控器。
具体实施方式
以下结合附图对本发明进行详细说明。
本发明提出一种面向应用服务器的资源敏感性能优化方法,资源的概念非常广泛,所有计算机系统可以使用的软硬件设施均可认为是资源,应用服务器由于基于其它更基础的支撑平台(如Java虚拟机),难以对一些基础的系统资源(如CPU、内存)进行直接的控制,而仅能对一些能够控制的软件资源(如线程池、数据库连接)。因此根据两类资源的不同特征将其分为物理资源和逻辑资源,并根据二者之间的依赖关系建立应用服务器两级资源管理框架,并根据该框架进行应用服务器的资源管理。从对应用服务器的性能影响来看,并非所有的软件单元都需要作为逻辑资源进行管理,可以只选择一些对系统性能有较大影响的软件单元作为逻辑资源。同理,也可以仅关注在具体应用场景下对性能影响较大的物理资源。作为逻辑资源的选择应关注如下特征:
1)逻辑资源是应用服务器可直接管理的;
2)同类别的逻辑资源则具有相同的行为特征,即对具体的使用者无关;
3)逻辑资源的配额大小对应用服务器的性能有明显的影响。
比较常见的逻辑资源如:服务器线程、数据库连接等。
作为物理资源的选择应关注如下特征:
1)应用服务器难以直接管理,但是对其性能有着明显影响;
2)可以通过应用服务器对逻辑资源的管理进行间接管理;
3)可以获取其使用状态并能够判断其对应用服务器性能的影响趋势。
比较常见的物理资源如:CPU、内存、网络流量等。
应用服务器的资源重配将使用到逻辑资源和物理资源的关联,即对于逻辑资源的重配将参考物理资源的限制,而不仅仅依赖于负载对于逻辑资源的需求。两种资源具有如下的关联:随着逻辑资源的增加其依赖的物理资源的利用率非递减,逻辑资源的减少其依赖的物理资源的利用率非递增。两级资源结构的建立会使用到一些系统的经验,比如逻辑资源服务器线程会依赖于物理资源CPU和内存,随着服务器线程的增加,CPU和内存的使用非递减,而随着服务器线程的减少,CPU和内存的使用非递减。本方法通过关注同应用服务器性能密切相关的主要物理资源与逻辑资源,并将预先建立的物理资源和逻辑资源关联关系作为应用服务器资源管理的输入条件,来生成资源重配过程,使资源达到稳态。
应用服务器资源敏感的性能自优化方法的资源管理主要流程如图2所示,由于应用服务器运行环境的复杂性,因此资源管理需要周期性进行,每个周期主要执行以下三个步骤:1)是监控物理资源和逻辑资源的状态;2)是根据监控结果生成资源重配过程;如果资源重配过程不为空,则说明该周期没有达到资源管理目标,3)是执行该资源管理过程。
资源状态对于应用服务器的性能至关重要,若资源配置对于当前的负载是比较理想的,则不需要继续进行资源重配,此时我们称应用服务器处于一种资源稳态,对应地,在应用服务器到达资源稳态之前,称其处于资源非稳态,资源稳态即应用服务器资源重配的目标,也是资源敏感性能优化的目标。
资源稳态是由物理资源和逻辑资源的状态共同决定的,其中物理资源状态的相关定义如下:根据物理资源的利用率可以确定其饱和程度,通常而言,物理资源的利用率越高,其饱和程度越高。当物理资源的利用率达到一定的范围时,可以认为该资源利用的已经非常充分,即已经达到饱和状态。由于分布式系统运行环境的复杂性,物理资源的利用率在一定范围内时都可以认为其达到饱和状态,通过实际的测试经验以及一些监控手段可以获得物理资源饱和的条件,在这里我们使用物理资源利用率的一个范围表示其达到饱和状态。当物理资源的利用低于该范围的下限时,认为该物理资源的利用并不充分,称其处于未饱和状态;而当利用率超过该范围的上限时,该资源的竞争已经过于激烈并影响系统的性能,称其处于过饱和状态,比如对于CPU的饱和程度可以设置为70%~85%,当CPU利用率位于该范围内时,其状态为饱和;当低于70%时,其状态为未饱和,而当高于85%时,其状态为过饱和。
除了物理资源的状态以外,逻辑资源的状态对于生成资源重配过程也至关重要,逻辑资源状态主要用于分析客户请求对于逻辑资源的需求程度,并用于辅助寻找应用服务器的瓶颈资源。寻找瓶颈资源时首先查看与某一逻辑资源相关联的物理资源是否处于过饱和,如果该物理资源处于过饱和,则设定该逻辑资源状态为瓶颈资源;如果与某一逻辑资源相关联的物理资源没有处于过饱和状态,则该逻辑资源的状态使用资源受阻值表示:客户请求处理过程中若需要某类逻辑资源,如果因为逻辑资源实例不足,则需要进入等待队列等待该资源可用,等待时间即为该用户的资源受阻值,为了判断瓶颈资源,在一段统计时间内的某一逻辑资源对于所有请求的资源受阻值之和即为该逻辑资源的累积资源受阻值。
物理资源过饱和和逻辑资源受阻值是判断资源稳态的重要条件,如果物理资源过饱和,逻辑资源的增加会进一步增加应用服务器的管理负担,因此不会提高性能;相反,如果物理资源未饱和,而逻辑资源的累积资源受阻值大于0,则说明可以通过增加逻辑资源来提高物理资源的利用率,从而提高应用服务器性能。
应用服务器的资源敏感性能优化方法即按照上述原则对资源进行管理。由于资源管理的复杂性,即使应用服务器的运行环境和负载相对稳定,也需要针对某种资源经过多次的重配才能使应用服务器达到资源稳态,我们将针对同一逻辑资源的一组重配措施称为一个资源重配过程。资源重配过程主要根据监控得到的物理资源和逻辑资源的状态生成,主要过程如算法1所示:
算法1生成资源重配过程
输入:监控得到的物理资源和逻辑资源状态;
输出:需执行的资源重配过程
算法开始
循环检查每个物理资源的状态:
如果该物理资源状态为过饱和:
生成如下资源重配过程:减少同该物理资源相关的逻辑资源数量;
返回资源重配过程;
如果结束
循环结束
循环检查逻辑资源的累积资源受阻值:
如果其依赖的任一物理资源状态为饱和
返回空的资源重配过程;
如果结束
生成如下资源重配过程:增加该逻辑资源数量;
返回资源重配过程;
循环结束
算法结束
算法的一个场景描述如下:假设应用服务器关注CPU和内存两种物理资源,以及服务器线程与数据库连接两种逻辑资源,CPU的饱和状态定义为70%~85%,而内存的饱和状态定义为300M~350M,服务器线程依赖的物理资源及顺序为CPU、内存,而数据库连接依赖的物理资源及顺序为内存、CPU,而CPU相关的逻辑资源及顺序为服务器线程、数据库连接,内存相关的逻辑资源及顺序为数据库连接与服务器线程。则以下为几个算法执行结果:1)如果CPU的利用率超过85%,则尝试减少当前服务器线程的数量5%;2)如果CPU利用率75%,而内存为370M,则尝试减少数据库连接的数量5%;3)如果CPU利用率为60%,内存为320M,则尝试增加服务器线程的数量5%。
由于系统性能与资源之间关联的复杂性,一次资源重配过程往往难以使应用服务器达到资源稳态,因此资源管理过程需要一定的连续性来保障资源重配的效率;同时应用服务器的运行环境和负载可能处于随时的变化之中,资源需求也在不断的变化,因此同时需要根据环境变化快速的制定相应的资源重配过程,因此如何协调资源重配机制的重配效率和重配效果之间的关系是重点解决的问题。本发明采用一种重配过程的挂起/恢复执行机制来解决这种重配效率与效果的结合问题,该机制的主要执行过程如图3所示,仍以上面的场景为例,假设上一个资源重配过程为增加10个服务器线程,此次的重配过程仍为增加服务器线程,则继续尝试增加10个服务器线程,而如果此次资源重配过程为减少服务器线程,则在当前服务器线程的基础上减少5%。
该方法首先判断当前生成的资源重配过程是否与挂起的资源重配过程一致,如果一致,则恢复挂起的资源重配上下文进行重配,否则将执行当前资源重配过程;当前资源重配过程执行完成后,将重配上下文重新挂起。采用该执行机制可以保证当两个资源管理周期内资源重配过程一致时,使用连续的重配上下文进行资源重配,可以很好的保持资源重配的连续性,同时每个资源管理周期重新生成资源重配算法可以保证当应用服务器运行环境或是资源条件发生变化时快速的影响这种变化。
实现应用服务器资源敏感性能优化方法的系统主要控制模块如图4所示,资源管理器分为两个层次,分别是全局资源管理器(400)和局部资源管理器(401),全局资源管理器是资源重配机制的核心部分,它负责根据系统的全局状态确定资源重配过程以及管理多个局部资源管理器执行资源重配过程;系统中的每个逻辑资源都对应一个局部资源管理器,它主要负责提供监控逻辑资源的累积资源受阻值以及执行由全局资源管理器发起的资源重配过程。物理资源监控器(402)主要用于监控物理资源的利用率并判断其状态,这些状态信息将用于帮助全局资源管理器确定资源重配过程。
其中每个控制模块的功能解释如下:
1)重配引擎(400-1),全局资源管理器的核心功能组件,主要负责根据监测结果及资源稳态条件生成资源重配过程,该功能组件的输出为本次资源重配过程,该资源重配过程由重配管理器(400—2)负责执行;重配引擎周期性运行;
2)重配管理器(400-2),负责管理和分发资源重配过程,主要同每个局部资源管理器的重配执行器交互;该功能模块负责维护未完成的资源重配过程的挂起和恢复;
3)瓶颈分析器(400-3),负责根据局部资源管理器的逻辑资源监控器确定系统的瓶颈资源,该结果被重配引擎用来制定资源重配过程。
4)重配执行器(401-1),根据全局管理器的重配管理器分发的资源重配过程执行资源重配;
5)逻辑资源监控器(401-2),监控逻辑资源的受阻值,并提供给全局管理器的瓶颈资源分析器使用。
6)物理资源监控器(402),监控物理资源的使用状态,提供给全局管理器的重配引擎使用。
本发明建立包含物理资源和逻辑资源在内的应用服务器两级资源管理框架,根据应用服务器物理资源与逻辑资源的特点,对资源进行重配,设计了资源重配过程生成算法以及高效的资源重配过程执行机制,从而形成一种面向应用服务器的资源敏感性能优化方法,最后发明提供了支持该方法的系统设计。
Claims (10)
1.一种面向应用服务器的资源敏感性能优化方法,其步骤为:
1)建立应用服务器物理资源管理框架和逻辑资源资源管理框架;
2)设置上述两资源管理框架中资源之间的关联关系以及资源稳态的条件;
3)监测物理资源和逻辑资源的状态;
4)根据监测结果及资源稳态条件生成资源重配过程;
5)执行资源重配过程;其中步骤3)、4)、5)为周期性执行直到达到资源稳态条件。
2.如权利要求1所述的方法,其特征在于所述关联关系为:随着逻辑资源的增加其依赖的物理资源的利用率非递减,逻辑资源的减少其依赖的物理资源的利用率非递增。
3.如权利要求2所述的方法,其特征在于所述物理资源的状态包括:未饱和状态、饱和状态或过饱和状态;所述逻辑资源的状态为:瓶颈资源和非瓶颈资源。
4.如权利要求3所述的方法,其特征在于所述物理资源状态划分方法为:设定一物理资源利用率范围,当物理资源的利用率低于该范围的下限时,其处于未饱和状态;当物理资源的利用率位于该范围内时,其处于饱和状态;而当物理资源利用率超过该范围的上限时,其处于过饱和状态。
5.如权利要求3所述的方法,其特征在于所述逻辑资源状态的确定方法为:查看与该逻辑资源相关联的物理资源是否处于过饱和,如果该物理资源处于过饱和,则设定该逻辑资源状态为瓶颈资源;否则,设置一逻辑资源受阻值,用于表示该逻辑资源受到请求时需要等待的时间;在监控周期内该逻辑资源对于所有请求的资源受阻值之和为该逻辑资源的累积资源受阻值,根据累积资源受阻值确定该逻辑资源的状态。
6.如权利要求3所述的方法,其特征在于所述资源重配过程的生成方法为:
1)检查每个物理资源的状态,如果该物理资源状态为过饱和则减少同该物理资源相关的逻辑资源数量;
2)检查每个逻辑资源是否为瓶颈资源,对于瓶颈资源,如果其依赖的任一物理资源状态为饱和则返回空的资源重配过程,如果其依赖的任一物理资源为未饱和则增加该逻辑资源数量。
7.如权利要求6所述的方法,其特征在于所述执行资源重配过程的方法为:
71)检查当前资源重配过程是否与挂起的资源重配过程一致,如果一致则转至步骤72),否则转步骤73);
72)装载挂起过的重配上下文,即恢复已有的资源重配过程;转步骤74);
73)清空已有的重配上下文,并生成新的重配上下文;
74)执行当前资源重配过程;
75)保存当前的重配上下文。
8.一种面向应用服务器的资源敏感性能优化系统,其包括全局资源管理器、局部资源管理器、物理资源监控器;
所述全局资源管理器负责根据系统的全局状态确定资源重配过程以及管理多个所述局部资源管理器执行资源重配过程;
所述局部资源管理器负责提供监控逻辑资源的累积资源受阻值以及执行由所述全局资源管理器发起的资源重配过程;
所述物理资源监控器用于监控物理资源的利用率并判断其状态,并将这些状态信息提供给所述全局资源管理器。
9.如权利要求8所述的系统,其特征在于所述全局资源管理器包括重配引擎、重配管理器、瓶颈分析器;所述重配引擎负责根据全局状态生成资源重配过程,其周期性运行;所述重配管理器负责管理和分发资源重配过程,以及维护未完成的资源重配过程的挂起和恢复;所述瓶颈分析器负责根据逻辑资源的累积资源受阻值确定系统的瓶颈资源。
10.如权利要求8所述的系统,其特征在于所述局部资源管理器包括重配执行器、物理资源监控器和逻辑资源监控器;所述重配执行器根据所述重配管理器分发的资源重配过程执行资源重配;所述物理资源监控器用于监控物理资源的使用状态,提供给全局管理器的重配引擎使用;所述逻辑资源监控器用于监控逻辑资源的受阻值,并提供给所述瓶颈资源分析器使用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101192785A CN101382912B (zh) | 2008-09-02 | 2008-09-02 | 一种面向应用服务器的资源敏感性能优化方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101192785A CN101382912B (zh) | 2008-09-02 | 2008-09-02 | 一种面向应用服务器的资源敏感性能优化方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101382912A true CN101382912A (zh) | 2009-03-11 |
CN101382912B CN101382912B (zh) | 2011-08-24 |
Family
ID=40462759
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008101192785A Active CN101382912B (zh) | 2008-09-02 | 2008-09-02 | 一种面向应用服务器的资源敏感性能优化方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101382912B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101986274A (zh) * | 2010-11-11 | 2011-03-16 | 东软集团股份有限公司 | 一种私有云环境下资源调配系统及资源调配方法 |
CN102130938A (zh) * | 2010-12-03 | 2011-07-20 | 中国科学院软件研究所 | 一种面向Web应用宿主平台的资源供给方法 |
CN102546700A (zh) * | 2010-12-23 | 2012-07-04 | 中国移动通信集团公司 | 一种资源调度以及资源迁移的方法及设备 |
CN103617090A (zh) * | 2013-12-10 | 2014-03-05 | 浪潮电子信息产业股份有限公司 | 一种基于分布式管理的节能方法 |
CN104516786A (zh) * | 2013-09-27 | 2015-04-15 | 日本电气株式会社 | 信息处理装置、故障避免方法和程序存储介质 |
CN104750538A (zh) * | 2013-12-27 | 2015-07-01 | 伊姆西公司 | 用于为目标应用提供虚拟存储池的方法和系统 |
CN105162866A (zh) * | 2015-09-15 | 2015-12-16 | 浪潮软件股份有限公司 | 一种应用系统并发访问控制方法 |
CN105631196A (zh) * | 2015-12-22 | 2016-06-01 | 中国科学院软件研究所 | 一种面向微服务架构的容器级弹性资源供给系统及方法 |
CN105872029A (zh) * | 2016-03-28 | 2016-08-17 | 乐视控股(北京)有限公司 | 私有云对象存储的QoS的实现方法及系统 |
CN107851039A (zh) * | 2015-09-18 | 2018-03-27 | 华为技术有限公司 | 用于资源管理的系统和方法 |
CN110825535A (zh) * | 2019-10-12 | 2020-02-21 | 中国建设银行股份有限公司 | 一种作业调度的方法和系统 |
-
2008
- 2008-09-02 CN CN2008101192785A patent/CN101382912B/zh active Active
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101986274B (zh) * | 2010-11-11 | 2012-10-03 | 东软集团股份有限公司 | 一种私有云环境下资源调配系统及资源调配方法 |
CN101986274A (zh) * | 2010-11-11 | 2011-03-16 | 东软集团股份有限公司 | 一种私有云环境下资源调配系统及资源调配方法 |
CN102130938A (zh) * | 2010-12-03 | 2011-07-20 | 中国科学院软件研究所 | 一种面向Web应用宿主平台的资源供给方法 |
CN102130938B (zh) * | 2010-12-03 | 2012-02-15 | 中国科学院软件研究所 | 一种面向Web应用宿主平台的资源供给方法 |
CN102546700A (zh) * | 2010-12-23 | 2012-07-04 | 中国移动通信集团公司 | 一种资源调度以及资源迁移的方法及设备 |
CN102546700B (zh) * | 2010-12-23 | 2015-07-01 | 中国移动通信集团公司 | 一种资源调度以及资源迁移的方法及设备 |
CN104516786B (zh) * | 2013-09-27 | 2019-02-19 | 日本电气株式会社 | 信息处理装置、故障避免方法和程序存储介质 |
CN104516786A (zh) * | 2013-09-27 | 2015-04-15 | 日本电气株式会社 | 信息处理装置、故障避免方法和程序存储介质 |
CN103617090A (zh) * | 2013-12-10 | 2014-03-05 | 浪潮电子信息产业股份有限公司 | 一种基于分布式管理的节能方法 |
CN104750538A (zh) * | 2013-12-27 | 2015-07-01 | 伊姆西公司 | 用于为目标应用提供虚拟存储池的方法和系统 |
CN105162866A (zh) * | 2015-09-15 | 2015-12-16 | 浪潮软件股份有限公司 | 一种应用系统并发访问控制方法 |
CN107851039A (zh) * | 2015-09-18 | 2018-03-27 | 华为技术有限公司 | 用于资源管理的系统和方法 |
CN105631196A (zh) * | 2015-12-22 | 2016-06-01 | 中国科学院软件研究所 | 一种面向微服务架构的容器级弹性资源供给系统及方法 |
CN105631196B (zh) * | 2015-12-22 | 2018-04-17 | 中国科学院软件研究所 | 一种面向微服务架构的容器级弹性资源供给系统及方法 |
CN105872029A (zh) * | 2016-03-28 | 2016-08-17 | 乐视控股(北京)有限公司 | 私有云对象存储的QoS的实现方法及系统 |
CN110825535A (zh) * | 2019-10-12 | 2020-02-21 | 中国建设银行股份有限公司 | 一种作业调度的方法和系统 |
CN110825535B (zh) * | 2019-10-12 | 2022-06-28 | 中国建设银行股份有限公司 | 一种作业调度的方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN101382912B (zh) | 2011-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101382912B (zh) | 一种面向应用服务器的资源敏感性能优化方法及其系统 | |
Khargharia et al. | Autonomic power and performance management for computing systems | |
CN102130938B (zh) | 一种面向Web应用宿主平台的资源供给方法 | |
Castilhos et al. | Distributed resource management in NoC-based MPSoCs with dynamic cluster sizes | |
CN106528266B (zh) | 一种云计算系统中的资源动态调整方法及装置 | |
CN108182105B (zh) | 基于Docker容器技术的局部动态迁移方法及控制系统 | |
US20080282267A1 (en) | Dynamic Application Instance Placement in Data Center Environments | |
US20070180453A1 (en) | On demand application scheduling in a heterogeneous workload environment | |
Gu et al. | Energy efficient scheduling of servers with multi-sleep modes for cloud data center | |
JP2005196601A (ja) | 自律管理システム向けポリシシミュレータ | |
CN107977271B (zh) | 一种数据中心综合管理系统负载均衡方法 | |
CN104102543A (zh) | 一种云计算环境中负载调整的方法和装置 | |
Qian et al. | Jade: Reducing energy consumption of android app | |
Li et al. | Energy-efficient and QoS-aware model based resource consolidation in cloud data centers | |
Xia | Resource scheduling for piano teaching system of internet of things based on mobile edge computing | |
CN102339233A (zh) | 云计算集中管理平台 | |
Binder et al. | Green computing: Energy consumption optimized service hosting | |
CN109614210B (zh) | 基于能耗感知的Storm大数据节能调度方法 | |
Tian et al. | Modeling and analyzing power management policies in server farms using stochastic petri nets | |
Wang et al. | Energy minimization for federated asynchronous learning on battery-powered mobile devices via application co-running | |
Geng et al. | Dynamic load balancing scheduling model based on multi-core processor | |
Kalogeraki et al. | Using multiple feedback loops for object profiling, scheduling and migration in soft real-time distributed object systems | |
US20230229216A1 (en) | System and methods for server power management | |
Peng et al. | Resource optimization strategy for CPU intensive applications in cloud computing environment | |
CN109002381A (zh) | 进程通信监控方法、电子装置及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20191010 Address after: 250100 area a, floor 19, building 1, Xinsheng building, 1299 Xinluo street, high tech Zone, Jinan City, Shandong Province Patentee after: Jialian International Auction Co., Ltd. Address before: 100190 No. four, 4 South Street, Haidian District, Beijing, Zhongguancun Patentee before: Institute of Software, Chinese Academy of Sciences |
|
TR01 | Transfer of patent right |